[发明专利]一种泡沫镍表面缺陷的检测方法

权利要求书

1.一种泡沫镍表面缺陷的检测方法，其特征在于，包括：

步骤S1.获取泡沫镍表面图像，进行下采样处理得到图像A；

步骤S2.对图像A进行NSCT变换，得到若干子图像；

步骤S3.对子图像在多个方向上求取灰度共生矩阵GLCM，并计算Haralick特征统计量得到特征统计向量；

步骤S4.采用KPCA对特征统计向量进行降维处理；

步骤S5.将降维后的特征统计向量作为模型输入，采用最优有向无环图支持向量机DAG-SVM算法对泡沫镍的表面缺陷进行识别。

2.根据权利要求1所述泡沫镍表面缺陷的检测方法，其特征在于，步骤S5具体包括：

步骤S51.计算不同类别样本的重心

步骤S52.计算每个类别的重心到其他类重心的距离的均值

步骤S53.对各类别计算的距离按从大到小顺序进行排列得到新类别序列；

步骤S54.对新类别序列按照平均距离从大到小，以数列的两端为起始位置交替地向中间排列，得到最优排序序列，使得最优序列中越靠近数列两端的类别平均距离越大，越靠近中间位置的类别平均距离越小；

步骤S55.根据最优排序序列生成最优有向无环图多分类器，实现多类别的区分；

其中，M表示泡沫镍表面缺陷的类别数量，N为每类缺陷的样本个数，x_ik表示第i类中第k个样本的特征统计向量，k＝1,2,…N。

3.根据权利要求1所述泡沫镍表面缺陷的检测方法，其特征在于，步骤S2是对图像A进行三级NSCT变换，得到21个子图像。

4.根据权利要求1所述泡沫镍表面缺陷的检测方法，其特征在于，步骤S3是选取像素间的距离度量d＝5，分别对其计算0°、45°、90°及135°四个方向上求取灰度共生矩阵GLCM。

5.根据权利要求1所述泡沫镍表面缺陷的检测方法，其特征在于，Haralick特征统计量包括:

能量E，

熵S,

对比度I，

逆差矩D，

其中，从图像f(m,n)中灰度为u的像素出发，与偏角θ、距离为d、灰度为v的像素m+Δm,n+Δn同时出现的概率为P(u,v,d,θ)，

P(u,v,d,θ)＝{(m,m)|f(m,m)＝u,

f(m+d cosθ,n+d sinθ)＝v}

u,v＝0,1,…L-1,L

L是图像f(m,n)的灰度级数，θ为两像素顺时针与x轴的夹角，其取值通常为0°、45°、90°和135°；d表示2个像素之间的距离；P称为空间灰度相关矩阵。